摘要：在科技飞速发展的时代, 数字图像处理技术被大范围应用于各个领域, 其中, 图像分割就是一项极其重要的技术。该技术能够借助数字处理底层技术, 实现模式识别。本文首先对图像分割技术及其分类进行了分析, 然后分别从图像分割技术在汽车车牌自动识别、遥感工程、火灾的预防和探测等中的应用进行了研究。
关键词：数字图像处理; 图像分割技术; 应用研究;
在数字图像处理中, 涉及到的技术较多, 其中的图像分割技术引起了人们的高度关注, 图像分割的方法有千余种。本文接下来对图像分割技术方法分类进行阐述, 并对其实际应用进行分析。
1 图像分割技术及其分类
1.1 图像分割技术
人们把自己对图像中感兴趣部分对应的特定区域叫作图像的背景。为实现更好地辨识该目标, 需要将目标从图像中分离出去, 这是图像分割技术研究的问题。所谓图像分割就是把数字图像划分成为不重叠区域的过程, 这些区域具有不相互交叉的特点。图像分割技术将在实践中得到大范围应用。
1.2 图像分割技术方法分类
对于图像分割而言, 至今没有一个确定且唯一的标准, 分割成功的准则也没有作出明确规定。常见的分割、描述方法包括下面几种。
1.2.1 灰度阈值法实现图像分割
灰度阈值法使用的关键是直方图是否使用合理。该方法的本质是使用合理的阀值去辨别物体和背景。换句话说, 也就是图像的灰度值超过一定阀值, 那么可确定为物体, 否则就是背景。该方法在物体和背景之间的区域分界比较明显的情况下比较适用, 也就是说在物体和背景的灰度值差异非常明显的前提之下, 这样才好分割。
1.2.2 区域法实现图像分割
区域法实现图像分割的原理是选取区域的方式实现分割, 该分割法的约束为子区域全部像素灰度相同、子区域不重合且相连接等。
1.2.3 边界法实现图像分割
通过计算一幅图像的梯度大小从而找到边界的图像分割方法。求梯度大小最终是为了要找到图像中灰度变化最大的位置, 也就是物体的边界。
1.2.4 边缘法实现图像分割
利用一阶导数的大小检测边缘所在并用一阶导数的方向将小的边缘连结成边界的方法。
2 图像分割技术应用
2.1 在汽车车牌自动识别系统中的应用
车票自动识别系统的实质就是监控大门过往车辆的识别系统, 它可自动识别哪些车辆是属于本单位, 哪些车辆不属于本单位, 从而判断是否需要打开铁门。该系统可提醒工作人员, 还可以将新增车辆添加到车辆自动识别系统。该系统具有识别速度迅速、准确率高、耗费成本较低的特征。
2.2 在遥感工程方面中的应用
2.2.1 油库目标的遥感光学图像分割
图像分割技术在遥感工程方面中的应用可大量应用于城市规划和军事上。通过分析光学遥感图像, 可对油罐的特征进行识别, 这是因为油罐的颜色单一化, 而且其形状一般是椭圆状。在对油库检测定位的时候, 可使用对椭圆的基于区域生长原理聚类的方法, 这是因为油罐目标相对集中而虚假目标相对较离散的分布特征。其基本原理是将椭圆视为像素, 将聚集在一起的椭圆通过区域生长聚成一类。使用该聚类方法之后, 可以更准确地定位油库区域, 计算速度很快。
2.2.2 机场的遥感图像分割
机场附属区域的图像分割可通过机场跑道各波段的灰度特征和直线特征来下手。其操作的基本原理是使用跑道的灰度特征首先针对整个图像二值化, 接着做Hough变换。然后针对该变换做统计, 从而使机场主干跑道得以呈现。然后, 基于此, 可继续分割得到机场附属设施区域。实践证明, 该算法具有可行性和可实现性。如图1所示。
2.3 在火灾的预防和探测中的应用
从人类诞生以来, 人类一直在跟火灾进行斗争。在一些公共场所, 火灾的预防和治理一直是一个难题。当前, 很多场所使用的是感烟、感温、感光探测器来对火灾进行探测, 但是该方法的缺陷是如果场所的面积较大的情况下, 这些设备很难发挥其应有的作用。数字图像处理中的分割技术则可以发挥其效用。通过使用该技术, 可模拟人眼功能实现人眼功能。该技术可广泛应用于卫星遥感、医疗诊断等领域, 经过广泛实践证明, 该方法非常有效。图像型火灾探测报警系统通过相关技术对火灾火焰的图像特性进行识别和探测, 这样就可以达到自动火灾报警的功能了。
3 结束语
从20世纪八十年代到二十一世纪, 图像分割理论进展很缓慢, 这是因为该问题的研究比较困难的原因。现在, 在数字多媒体时代, 图像数字处理成为了一项基本的技术。其中的图像分割技术的新理论和新算法不断出现, 其实践应用的发展前景是一片光明的。今后, 数字图像处理中的图像分割技术以后的发展趋势可能有三个方向:多方法结合起来使用、加入人工智能技术应用、人机交互。本文对数字图像处理中的图像分割技术在汽车车牌自动识别系统、遥感工程方面、火灾的预防和探测中的应用这些方面的研究可以为该技术的更多应用拓展提供一定的思路参考。
参考文献
[1]刘中合, 王瑞雪, 王锋德等.数字图像处理技术现状与展望[J].计算机时代, 2005 (09) .
[2]缪绍纲.数字图像处理[M].成都:西南交通大学出版社, 2001.
[3]高建平, 张小东, 蒋锐.基于图像处理的交通信息采集[J].重庆交通学院学报, 2006.
[4]谭优, 王泽勇.图像阈值分割算法实用技术研究与比较[J].微计算机信息, 2007, 23 (08) :298-299.
[5]蔡红苹, 蒋咏梅, 粟毅.一种基于区域生长原理的油库目标聚类定位方法[J].遥感学报2006, 10 (03) :416-420.
